您现在的位置:网站首页答辩论文工学论文电子论文

基于肤色信息和模板匹配的人脸检测

  • 简介:基于肤色信息和模板匹配的人脸检测(毕业设计44页、17025字+图+程序) 摘要:人脸识别技术是模式识别和计算机视觉研究的一个重要领域,在边防安全、视频监控、身份验证等方面有重要的应用价值。人脸检测是快速、准确识别人脸的前提,其目的是将人脸从图像背...
    • 请与管理员联系购买资料 QQ:5739126
  • 论文简介
  • 相关论文
  • 论文下载

基于肤色信息和模板匹配的人脸检测(毕业设计44页、17025字+图+程序)

摘要:人脸识别技术是模式识别和计算机视觉研究的一个重要领域,在边防安全、视频监控、身份验证等方面有重要的应用价值。人脸检测是快速、准确识别人脸的前提,其目的是将人脸从图像背景中检测出来。
本文简要介绍了人脸检测的概念、应用和研究现状,在分析图像背景、亮度变化以及人的头部姿势等因素对人脸检测的影响的基础上,提出了一种基于肤色信息和模板匹配的彩色图像人脸检测算法,以MATLAB为工具,对模型进行了仿真验证。运行结果表明,此算法对不同图片有比较强的适应性,对姿态与表情鲁棒性好,能够比较准确的检测出人脸的位置。

关键词:人脸识别;人脸检测;肤色模型;肤色信息;模板匹配

 


Face Detection Based on Complexion Information and Template Marching

Abstract: Face recognition technology, as an important field of pattern recognition and computer vision research, is particularly significant to applications such as frontier defense security, video monitoring, and identity authentication etc., Face detection is the premise of rapid and accurate face recognition, its purpose is detecting the face from a picture background.
This dissertation simply introduces the concept, application and the present research condition of face detection. On the basis of analyzing the influences of the factors such as picture background, bright variety and the person's head posture etc., puts forward a kind of algorithm for chromatic-imaged face detection, which is based on the complexion information and the template marching. Finally uses MATLAB to program and simulate. The result of simulation shows that this algorithm has strong adaptability for different pictures, robustness for posture and facial expression. Meanwhile, it can accurately detect the face position.

Key words: Face recognition, Face detection, Complexion model, Complexion information, Template matching

 

 

目    录

第1章  绪  论 1
1.1  人脸检测的发展背景 1
1.2 人脸检测的方法 2
1.3  国内外研究状况及存在问题 4
第2章  色彩空间和肤色模型的选取 6
2.1  色彩空间分类 6
2.1.1  RGB色彩空间 6
2.1.2  归一化RGB色彩空间 7
2.1.3  HIS色彩空间 7
2.1.4  HSV色彩空间 7
2.1.5  YIQ色彩空间 8
2.1.6  YUV色彩空间 8
2.1.7  YCbCr色彩空间 9
2.1.8  YES色彩空间 9
2.1.9  CMY色彩空间 9
2.2 色彩空间的选取 10
2.3  肤色模型分类 10
2.3.1  规定肤色范围 10
2.3.2  高斯分布模型 11
2.3.3  直方图模型 11
2.4  肤色模型的选取 12
第3章  基于肤色信息和模板匹配的人脸检测系统 13
3.1  系统结构图 13
3.2  系统流程图 13
3.3  系统算法分析 14
3.3.1  色彩空间的转换 14
3.3.2  肤色模型 14
3.3.3  平滑去噪声 15
3.3.4  二值化 16
3.3.6  模板匹配 18
3.3.7  标记人脸区域 20
第4章  实验结果分析与讨论 21
4.1  二值化分析 21
4.2  去除假区域分析 22
4.3  其他因素分析 23
4.3.1  头部姿态 23
4.3.2  人脸个数 24
4.4  软件组成与操作 25
结论 27
致谢 28
参考文献 29
附录 30

 

 
 
第1章  绪  论
1.1  人脸检测的发展背景
二十世纪六、七十年代,随着计算机处理速度的飞速提高以及图形识别算法的革命性改进,人脸识别技术以其独特的方便、经济、准确等特点受到世人的瞩目。它在国家安全、军事安全和公共安全领域,智能门禁、智能视频监控、公安布控、海关身份验证、司机驾照验证等是典型的应用;在民事和经济领域,各类银行卡、金融卡、信用卡、储蓄卡的持卡人的身份验证、社会保险人的身份验证等具有重要的应用价值;在家庭娱乐等领域,人脸识别也具有一些有趣有益的应用,比如能够识别主人身份的智能玩具、家政机器人,具有真实面像的虚拟游戏玩家等等。
人脸识别的过程可以分为以下三个部分:
1、人脸检测:判断输入图像中是否存在人脸(一个或多个),如果有,给出每个人脸的位置和大小;
2、面部特征定位:对找到的每个人脸,检测其主要器官的位置和形状等信息;
3、人脸比对:根据面部特征定位的结果,与库中人脸对比,判断该人脸的身份。
可见,人脸检测是自动人脸识别系统中的一个关键环节,但是早期的人脸识别研究主要针对具有较强约束条件的人脸图像(如无背景的图像),往往假设人脸位置已知或很容易获得,因此人脸检测问题并未受到重视。
但在今天,人脸检测技术却受到了来自学术界和工业界越来越多的关注,究其原因,至少有三个方面的促进因素:人机交互方式的演变、生物特征识别的发展、物体检测的研究。
首先,人脸检测技术的提出是人机交互研究发展的需要。从计算机日益普及的趋势看,自然化的人机接口是未来计算机发展的重要方向之一。人机交互方式,经过第一代的单一文本形式到第二代的图形用户界面的发展,正在从以技术为本,向以人为本的方向发展。人们提出了智能人机接口的概念,希望计算机具有或者说部分具有人的某些智能,人同计算机的交流变得像人与人之间的交流一样轻松自如。
用户是人机界面中的主体,计算机作为一种“智能体”参与了人类的通讯活动。在处理人机关系时,根据“人为中心”的思想,应当充分考虑人的因素。因此,智能接口系统要解决的首要问题是计算机如何感知使用者的存在,这是人机交互的前提。脸部是人类携带信息最丰富的部位,是人类的重要特征。从认知角度讲,人们在视觉通道层次上感知和识别人的首要信息载体就是人脸。使计算机具有感知到人是否存在的视觉功能,这项技术就是人脸检测。
其次,在生物特征识别技术中,作为人脸自动识别系统的先决条件,人脸检测技术有着十分重要的作用。在现代社会中,传统的身份鉴定方式(例如口令、信用卡、身份卡等),存在携带不便、容易遗失、或者由于使用过多或不当而损坏、不可读和密码易被破解等诸多问题,已不能很好地满足各种安全需要并显得越来越不适应现代科技的发展和社会的进步。因此,人们希望有一种更加可靠的办法来进行身份鉴定,生物特征识别技术给这一切带来可能。生物特征识别技术(Biometrics)是通过利用个体特有的生理和行为特征来达到身份识别和(或)个体验证目的的一门科学。尽管人们可能会遗忘或丢失他们的卡片或忘记密码,但是却不可能遗忘或者丢失他们的生物特征如人脸、指纹、虹膜、掌纹等的特征或声音等。
在生物特征识别技术中,近年来以人脸为特征的识别技术发展十分迅速。相对而言,人脸识别是一种更直接、更方便、更友好、更容易被人们接受的非侵犯性识别方法。作为人脸自动识别系统的第一步,人脸检测技术有着十分重要的作用,它为后续的人脸分类提供了待识别人脸的具体信息。
最后,在理论上讲,人脸检测是一项极具意义的研究领域。它是人脸识别的第一个过程,是一种根据人脸样本模式的共性特征进行模式识别的操作:它将图像内待检的任意一个子区域划分为两类模式:人脸和非人脸。
实际上,人脸的检测和识别只是目标检测和识别的一个典型的应用实例。目标检测和识别的其他应用包括:手写或印刷体文字的分割和识别、图文表混合信息的分类和识别、在噪声环境中检测和识别特定说话人的身份、在航海、航空红外照片中进行自动目标的识别。对人脸及其特征检测的研究有益于相似特征提取及目标检测和识别问题的研究。
1.2 人脸检测的方法
人脸是复杂的模式,受到多种因素的影响。找到一种有效的方法提取人脸的共性特征来描述人脸模式,即人脸的建模,是人脸检测的关键。国内外相关文献中提出了许多方法,概括而言,目前的技术主要分为四类:
1、基于知识的方法。这类方法中,人脸检测是基于研究者对人脸的先验知识,提出描述人脸特征及其相互关系的单个线索并非难事。例如,出现在图像中的人脸经常包括互相对称的两只眼睛、一个鼻子、一个嘴巴。特征之间的关系可以通过相对距离和位置来表示。此类方法的步骤是:首先从输入图像中抽取出人脸特征,然后通过与经编码的准则进行比较,识别候选人脸。确认过程经常被用来降低误检率。
这种方法的一个难点是怎样把人脸知识转化为定义良好的准则。如果准则过于详细,那么有些人脸将被漏检,因为其没有通过所有的准则。如果准则过于粗略,则将可能犯很多积极错误。此外,这种方法很难被扩充到检测不同姿势的人脸,因为要枚举出所有可能的情况比较困难。另一方面,这种启发式方法对于特定场景中的正面人脸检测具有很好的效果。此类方法主要用于人脸定位。
2、特征不变方法 。与基于知识的方法相对,研究者们一直在试图找到人脸的不变量,用来检测人脸。这是基于潜在前提的,即人类能够轻而易举地在多姿态、不同光照情况下检测出人脸,因此,撇开这些变化的因素应该存在一些不变的因素。到目前为止,已经提出了很多方法来检测人类特征并推断出人脸的存在。像眉毛、眼睛、鼻子、嘴巴、头发边缘这些人脸特征通常是通过边缘检测器抽取出来的。基于这些抽取出来的特征,建立统计模型,描述特征之间的关系,验证人脸的存在。这些基于特征的算法都存在的一个问题是,图像特征会受光照、噪声等因素的严重破坏。例如,阴影能够带来很多明显的边界,这些边界一起就会导致人脸边界淡化,算法群失效。这种方法主要用于人脸定位。
3、模板匹配法 。这种方法首先通过人工事先定义或用函数参数化一个标准人脸模式(通常是正面的),用来描述整张人脸或人脸的部分特性。然后输入一张图像,分别计算出人脸轮廓、眼睛、鼻子、嘴巴标准模式的相关值。人脸的存在就是由这些相关值决定的。这种方法的优点是执行起来比较简单。然而,实验证明它不足以检测出人脸,因为它不能有效地处理大小、姿势、形状改变的人脸。此后,为了达到大小、形状不变的目的,提出了多方案、多路、子模版和可变形模板等概念。这种方法既可用于人脸检测也可用于人脸定位。
4、基于外观的方法。与模板匹配不同的是,这里的模板是从一组图像样例中学习而得来的,这些图像应该包括人脸外观的具有代表性的变化因素。总的说来,基于外观的方法主要依靠统计分析和机器学习技术来寻找人脸和非人脸的相应特征。这种方法主要用于人脸检测。
虽然把人脸检测方法分成了4个大的类别。但实际上,许多方法能分化到多于一个的类别。例如模板匹配方法经常使用人脸模型和子模板来精确人脸特征,然后用这些特征来定位或者检测人脸。另外,基于知识的方法和一些模板匹配方法的界限是不清楚的,因为后者经常隐含使用人的知识来定义人脸模板。还有,人脸检测的方法也能够用其他的分类规则来分,例如,这些方法可以依据是否依赖于局部特征或者把人脸作为整体。但是,把人脸检测方法分为这4大类别也是很恰当和充分的。
1.3  国内外研究状况及存在问题
近几年随着电子商务等应用的发展,人脸识别成为最有潜力的生物身份验证手段,这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力,由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。
目前,国外对人脸检测问题的研究机构很多,比较著名的有MIT,CMU等;国内的清华大学、北京工业大学、中科院计算所和自动化所等,都有人员从事人脸检测相关的研究。而且,MPEG7标准组织已经建立了人脸识别草案小组,人脸检测算法也是一项征集的内容。随着人脸检测研究的深入,国际上发表的有关论文数量也大幅度增长,如IEEE的FG、ICIP、CVPR等重要国际会议上每年都有大量关于人脸检测的论文,占有关人脸研究论文的近1/3之多。
但是,由于人脸是复杂的模式,人脸样本构成了一个具有自然相似结构、却又各不相同的开放的模式集合。它具有复杂特征的三维模式,是一种有弹性的局部可变形的非刚性目标。与刚性目标的检测和识别相比,非刚性目标的处理更加复杂和困难。在现实世界中,有许多类似的现象和问题,如手写文字的处理。对人脸三维非刚性目标的检测和识别的研究对于大量同类问题的解决有着相互启发和相互推动的现实意义。
归纳起来,人脸检测受以下因素的影响:
1、姿势:人脸图像会因摄像机与人脸的相对位置(正面,成45度角,侧面,上下颠倒)以及像独眼、鼻子部分或全部闭合等一些人脸特性的不同而不同。
2、组成部件的有和无:像胡子、眼镜等面部特征,有些人有,有些人没有,而且它们在形状、颜色、和大小方面也有很大的差别。
3、面部表情:人的面貌直接受面部表情的影响。
4、遮挡:人脸可能被其他物体部分遮挡。在有一群人的图像里,有些人的脸会被其他人的脸部分遮挡。
5、图像的方位:人脸图像会直接受视频光轴的不同旋转角度影响。
6、成像条件:当图像形成的时候,光照(光谱、光源分布、光密度)、摄像头特性(感应器,镜头)等因素会影响人脸的外观。
因此,在目前来说,要建立一个在各种情况下都通用的高鲁帮性的人脸检测系统非常困难。如何根据实际需要,综合运用各种方法,取长补短,减少问题的复杂度是解决人脸检测问题的一条切实可行的途径。

查看评论 已有0位网友发表了看法
  • 验证码: